scikit-learn:支持向量机。精度和/或准确度?
Posted
技术标签:
【中文标题】scikit-learn:支持向量机。精度和/或准确度?【英文标题】:scikit-learn: Support Vector Machine. Precision and/or accuracy? 【发布时间】:2016-08-19 05:04:22 【问题描述】:我试图弄清楚我使用的代码是计算精度还是准确度,或者两者兼而有之。由于我只有一点统计学背景(用另一种语言),我不太了解涵盖该主题的 Wikipedia 文章](https://en.wikipedia.org/wiki/Accuracy_and_precision)。
具体来说,我使用以下 Python 代码:
from sklearn import svm, cross_validation
clf = svm.SVC(kernel=kernel, C=C)
scores = cross_validation.cross_val_score(clf, FeatureMatrix, np.squeeze(LabelMatrix), cv=d_inds)
scikit-learn 函数的文档可以在这里找到:
sklearn.svm.SVC
sklearn.cross_validation.cross_val_score
【问题讨论】:
【参考方案1】:默认情况下,cross_val_score
使用分类器的score
方法(通常这是准确率)。如果您想指定另一个指标,请将其传递给scoring
参数,就像cross_val_score(clf, X, y, scoring = 'precision')
一样。有关评分选项的完整列表,请查看http://scikit-learn.org/stable/modules/model_evaluation.html
【讨论】:
以上是关于scikit-learn:支持向量机。精度和/或准确度?的主要内容,如果未能解决你的问题,请参考以下文章
使用 scikit-learn 对多类支持向量机进行参数优化
机器学习二十三:scikit-learn 支持向量机算法库总结
[机器学习与scikit-learn-34]:算法-分类-支持向量机SVM的基本简介与基本原理-线性分类